Shopee词与人群匹配：搜的人是不是要买的人

有流量没转化的典型表现

先看一个常见的场景。某个词一周带来两千多次曝光、一百多次点击，加购只有三五笔，下单是零。这个结构很典型，有人看，有人点，但没有人真的想买。

这类词的共同点是点击之后的路径特别短。买家在搜索结果里扫一眼标题、扫一眼主图，觉得不像自己要找的东西，几秒钟就退出去。停留时长通常压得很低，翻页数也很少。

另一种表现是加购多而下单少。这说明词招来的人对品类是认可的，只是在价格或者规格上卡住了。这一类和人群错配是两回事，处理的方向完全不同。

还有一种表现是咨询的问题和商品无关。买家问的是能不能替代别的品类、有没有另一个款式。这类问题说明他是带着别的需求搜进来的，词面和商品之间隔着一段距离。

这几种表现要分开看。点击少而停留短，多半是词面招错了人；点击多而加购少，多半是页面对不上预期；加购多而下单少，才更接近价格与信任的问题。

把数据拉出来之后的第一步是分组，不要看总数。把点击按来源词拆开，逐个词算它的加购比值和下单比值，先找出哪些词在拖后腿，再谈整体表现。

第二步是给这些表现分类。点击少停留短归一类，点击多加购少归一类，加购多下单少归一类。分类之后你会发现，看起来一样的问题其实要三种不同的处理。

第三步是确认这些词是不是最近才变差的。翻一下前三周的数据，看它是慢慢走低还是突然掉下来。慢慢走低是人群漂移，突然掉下来更像外部变化。

第四步是把表现和动作对上。有没有刚换过主图、刚调过价格、刚改过标题，把这些时间点和数据变化点标在同一张表上，因果线索就浮出来了。

最后一步是写下结论再动手。结论写不清楚就先不要改，因为改证实不了结论，反而会让下一轮判断失去参照。

有一个容易被忽略的细节是词的量级。大词的数据噪声小，几个百分点的变化就是真实变化；小词一共才几十次点击，任何结论都带着很大的偶然性。

另一个细节是时间。同一个词在周末和工作日的表现可能差一倍，因为搜它的人群在周末换了一批。用整周平均去看，会把两个群体的差异抹平。

还有一个细节是流量来源。同样的搜索词，从搜索页直接来的和从推荐位来的，人群可能并不一样。分析的时候要把两者分开，否则归因会串。

边界条件是新品期。新品上架头几天，数据反映的更多是曝光位置带来的临时效应，还不代表稳定的词人群，这个阶段的判断要留出余量。

记录的方式很简单：每个词一行，写清日期、点击、加购、下单、以及当天有没有做过什么动作。动作这一列是关键，没有它，数据变化就找不到解释。

同样的表现放在不同类目里，判断的尺度并不一样。卖日用消耗品的店铺，买家决策快，点击之后几分钟内就该有动作；卖家具家电的店铺，买家要来回看几天，两三周内没有下单都算正常。

所以在定标准之前，先回到自己类目里找几个已经跑顺的词，看它们的点击到加购用了多长时间、加购到下单隔了几天。用这几个数当尺子，再去看表现差的词，结论会稳得多。

还有一种情况是一部分词正在慢慢变好，但整体平均把它盖住了。这种情况看平均值看不出来，要把词一个个排出来看趋势，才能发现那几个正在回暖的词。

另外要分清有流量没转化和有流量转化慢这两件事。前者是点进来的人不想买，后者是想买的人还在考虑。两者的处理方向完全相反，一个该收，一个该等。

判断完了记得把结论写下来，标上是哪一个词、哪一类表现、依据是哪几组数字。这份结论下次复查时就是起点，没有它，每次都要重新推一遍。

判断之前先把时间窗口拉长到能覆盖一个完整决策周期的长度，比如日用品看一周，家电看三周，家具类目甚至要看满一个月，窗口太短会把还在考虑的人误判成不想买的人。

拉长窗口之后仍然要拆开看每一周的变化，只把几周的数据加总会掩盖走势，一个持续走低三周的词和一个稳定持平三周的词，总点击可能一样，但问题性质完全不同。

对比的时候尽量用同一周的数去比同一周的数，因为工作日和周末的人群本身就不一样，拿本周的周一到上周的周日相比，差异里混杂了星期效应，结论的可靠性会明显下降。

如果店铺同时在多个市场卖，还要把市场维度单独拆一列出来，因为同一个词在不同市场可能面对完全不同的买家结构，混在一起算出来的平均转化率没有实际指导意义。

最后把每个词的结论写成一句能执行的话，比如这个词人群准可以加量、这个词人群杂需要收紧、这个词还看不清继续观察，写成可执行的话才算真正完成了判断。

在把结论写下来之前，最好再确认一次这个判断有没有被近期的一次大促或者其他一次性事件污染，比如某个节日带来的异常流量、某个达人视频带来的集中曝光，这类事件会让某个词的数据在一段时间内明显偏离它平时的样子，用它来判断人群是否匹配很容易得出错误结论，通常的做法是把事件当天和之后几天的数据单独标记出来，等窗口滑过之后再重新算一遍。

如果一个词的问题反复出现在同一个位置上，比如每次换季都会出现一批新的错配，那说明店铺的商品结构和流量结构之间存在一个长期存在的缝隙，不是某一次操作失误造成的，这种缝隙值得单独记一笔，在每次换季之前提前做一次检查，比等到问题暴露再处理省力得多。

还有一个值得留意的信号是同一个词在不同链接上的表现差异，如果同一个词在一条链接上表现正常，在另一条链接上却明显不对，那么问题多半不在这批搜这个词的人身上，而在那条链接本身的定位或者描述上，这时候把注意力从词转回页面，往往能更快找到症结所在。

人群判断的第一步不是看商品，而是先把词面里的人群线索读出来

词的人群画像怎么看

词面本身就是第一手线索。一个词里带的修饰词，往往就是搜的人最在意的那一件事。写「静音」的人在意噪音，写「大容量」的人在意能装多少。

第二个线索来自自己商品的评价。买了的人留下的评价说了他们真正关心什么，比如面料不扎人、装水不漏。这些说法在搜索词里很少出现，却是买家的真实语言。

第三个线索在搜索词报表的长尾里。一个主词往下会延伸出很多更长的搜索词，长尾词的方向能告诉你这个词的人群正在往哪个方向分化、哪些新需求正在冒出来。

三处信息对不上的时候，往往就是错配发生的地方。词面说的是买家怎么描述需求，评价说的是买家事后怎么评价商品，长尾说的是需求还在怎么变化，三者的交集才是核心人群。

有一个容易漏掉的线索是问答区。买家在问答里问的问题，通常比评价更接近购买前的犹豫点。把这些问题按主题归类，人群画像会比只看评价清楚不少。

实际操作时先建一张词表，每个词一行。第一列写这个词的修饰词是什么，第二列写它对应的需求场景，第三列留空，用来填后面观察到的真实行为。

接着把评价区的说法摘出来。不用全摘，只摘那些反复出现的、和商品功能相关的说法，按出现次数排一下，出现最多的那几条就是这个商品买家最在意的点。

然后把长尾词按主题归堆。一个主词下面的长尾往往能分成三到五堆，每一堆对应一种细分需求。归堆之后你会看到哪些细分方向在变大，哪些在萎缩。

接下来做一次对照。把词面的修饰词、评价里的高频说法、长尾的分堆结果放在一起比，三者都指向的方向就是核心人群，只出现一次的方向要谨慎对待。

最后给每个词标一个人群清晰度。清晰、一般、模糊三档就够了。分档不是为了好看，是为了决定后续投入的顺序，清晰度高的先加量，模糊的先观察。

有一个具体的例子能说明画像的作用。一家卖收纳盒的店铺发现某个词点击不少但下单很少，翻评价才发现，买的人主要关心能不能叠放，而那个词里带的修饰是关于颜色的。

调整的做法很简单，把词从颜色方向转到叠放方向，同时把评价里反复被提到的叠放这件事写进详情。两周之后同一个词的加购比值明显上升。

另一个例子是反向的。一家卖宠物用品的店铺一直以为搜某个大词的人都是养宠物的，后来从长尾里发现，有相当一部分人是在给朋友挑礼物，对规格完全没概念。

这个例子说明长尾的价值。主词看起来只有一类人，长尾把它拆开之后才发现里面至少有两类，一类是自己用，一类是送人，两类的关注点完全不一样。

还有一个边界情况是多语言市场。同一个意思在不同市场有不同说法，你按一个市场的说法做的画像，直接搬到另一个市场往往不成立，得在新市场里重新读一遍。

画像不是做一次就固定下来的东西，它跟着季节和新品在动。同一个词在换季前后招来的人可能换了一批，去年得出的画像直接拿来用，往往会判断失准。

一个实用的做法是给画像标日期。写出这份画像是哪个月读出来的、基于多少条评价和多长的长尾列表，看的人就知道它的新鲜程度，也知道该不该重新读一遍。

多市场经营时还要做一次一致性检查。同一个意思的词在不同市场可能指向不同人群，你在主市场读出来的画像，到新市场要先做小量验证再套用。

读画像这件事本身也可以借助工具做粗筛。把长尾词导出来按主题归类，先看整体分布，再挑出现频率最高的那几十个词人工细读，比全量逐条看省力很多。

读出来的画像最终要落到一个动作上，要么是把某个词加进重点观察的名单，要么是把某个词移出去。只读不动，画像就成了一份没人用的文档。

画像的颗粒度要匹配使用场景，如果只是为了决定某个词加不加量，那么把人群分成核心、边缘、无关三层就够用了，做得再细也不会额外指导任何决策。

如果是为新链接选主推方向，颗粒度就要细一些，需要看清每一类人群各自在意什么，因为主推方向一旦选错，后续的标题、主图和详情都要跟着一起返工。

读画像的时候还要留意时间的跨度，只看最近一个月的评价可能正好赶上某个爆款带来的偏差，把时间拉到半年以上，画像的稳定性会更有说服力。

把画像记成什么样取决于团队习惯，有人用表格一行一个人群，有人直接写在词表备注里，形式不重要，重要的是下次拿到这个词的时候能立刻看到上次的判断依据。

每读完一次画像最好顺手写一句这个结论还能用多久，是一个季度还是半年，有了这个有效期，接手的人就知道现在看到的东西是不是已经过期了。

画像读得多了之后，会慢慢形成一种直觉，看到某个词的第一眼就能大致猜到搜它的人处在什么阶段、在意什么，这种直觉不是天赋，而是长期把词面和买家行为对照之后积累下来的模式识别能力，它可以让日常判断快很多，但在做重要决策的时候仍然需要用数据复核一遍，避免把直觉当成证据。

把画像用在选品上的时候要格外谨慎，因为词的人群只能说明现在这批人在找什么，不能说明这个需求会持续多久，一个当下搜索量很大的词对应的可能是短期风口，也可能是长期刚需，两者的选品策略差别很大，通常需要结合至少两三年的历史数据才能大致分清楚。

还有一个常见的情况是同一个词在不同价格带上吸引的人群也不一样，低价位的链接招来的是价格敏感型的买家，中高价位的链接招来的是更看重品质和服务的买家，所以在读画像的时候最好连着自己的价位一起看，脱离价位单独谈人群容易得出片面结论。

多数错配集中在需求阶段和品类理解这两类，价格的杀伤力反而排在后面

需求词与泛词的区别

需求词指的是带着明确用途或规格的词。比如带尺寸、带材质、带使用场景的说法，搜这类词的人通常已经知道自己要买什么，只差在选哪一家。

泛词指的是范围宽、修饰少的词。一个光秃秃的大类名词，搜它的人可能只是随便逛逛，也可能是在找别的细分品类，方向很不集中，进来之后各看各的。

两者最直观的差别在转化距离上。需求词离下单近，泛词离下单远。同样的花费投在两类词上，回报的节奏完全不同，混在一起看会看不清真实情况。

还有一个差别在竞争结构上。泛词上挤着大量同类商品，谁都在抢那点位置；需求词上的竞争者少一些，但每个词的量也小，需要靠数量把总量补起来。

需要说明的是，泛词并不是没有用。泛词承担的是把还不知道自己要什么的买家带进来的职能，它的价值在曝光和认知层面，不在当期的订单数量上。

区分两类词有一个简单的动作：把词按修饰词数量排个序。修饰词多的归到需求词一侧，几乎没有修饰的归到泛词一侧，中间地带单独放。

分成三类之后，要分别统计各占多少曝光和多少花费。这一步能看出预算的分布是否健康，如果花费大量集中在泛词上，通常值得重新分配。

再往下看每一类的转化节奏。需求词的转化通常来得快，泛词的转化要拉长时间窗口看，用同一周的数据去比两类词是不公平的。

接着给两类词定不同的目标。需求词看加购和下单，泛词看进店和收藏，各有各的衡量方式。目标定混了，评价两类词好坏的时候就会争吵不休。

最后确定一个当前阶段的主次。资源有限的时候先做需求词，把出单的基础打稳，再回头用泛词扩认知。反过来做，往往撑不到泛词见效就先耗光了。

举一个具体对比。同样是买台灯，搜带护眼和调光这两个修饰的词的人，多半是在给孩子准备学习用；只搜台灯两个字的人，可能只是家里缺一个光源，什么款式都行。

这两类人在页面上要看到的东西完全不同。前者想知道亮度和频闪参数，后者更想知道好不好看、放哪儿合适。用同一套详情页去接两类人，总有一类会觉得不对。

一个实操中的边界是长尾词的方向。有些长尾词看上去很具体，但它指向的是另一个品类，这类词按需求词处理会亏，因为搜的人最终要买的不是你的东西。

还有一种边界是品牌词。品牌词通常指向非常明确，但它的人群已经被品牌本身筛过了，做品牌词的人群判断意义不大，更重要的是看这些人在你的页面上停留了多久。

记录的方式建议用一张两栏表：左栏是词，右栏标它属于哪一类，每隔一个月重新标一次。标注会变，这本身就反映了需求的漂移方向。

两类词在实际投放里通常是搭配用的，很少有店铺只做其中一类。需求词负责把已经在找的人接住，泛词负责把还没想清楚的人引进来，分工不同。

搭配的关键是比例。资源紧张的阶段，需求词的比例可以高一些，先把出单的基本盘做出来；资源宽裕之后，再逐步把泛词的份额加上去，用它来扩大人群池子。

这个比例不是固定的，每隔一段时间要复核一次。如果发现泛词带来的收藏和进店在增长，说明它的认知价值开始显现，可以适当加一点份额。

换类目经营时要注意，两类词的划分标准也要跟着换。在一个类目里算需求词的写法，换到另一个类目可能变成泛词，不能照搬原来的分类。

分类结果建议做成一页纸的清单，发给一起做运营的人。分类标准只要不统一，不同人看到同一个词会得出不同结论，后面的动作也就对不上了。

在数据上区分两类词有一个很实用的办法，就是看同一个词在搜索词报表里往下延伸出来的长尾密度，需求词的长尾往往聚集在同一类意图上，泛词的长尾会散向好几个互不相干的方向。

长尾密度高且方向集中的词，说明搜它的人意图已经收敛，这类词值得加大投入；长尾方向发散成好几股的词，说明搜它的人各怀心思，投入之前要先想清楚接哪一股。

这两个特征不是判断一次就固定的，因为长尾的方向会跟着季节和新品慢慢聚拢或者散开，一个原本发散的词可能因为某个节日临近而突然收敛成一个明确意图。

发现收敛的时候要敢加量，因为这往往是短期的机会窗口，等节日过去长尾重新散开，同样的投入拿到的回报就会掉下来，节奏踩对了收益差别很明显。

最后把每一个词当前的意图收敛程度标在词表上，聚拢的标一个方向词，发散的标上主方向，这份标注每更新一次，实际上就是对需求格局做了一次快照。

把两类词分开看之后，会有一个很自然的问题：泛词到底值不值得投。这个问题没有统一答案，判断的依据是店铺当前缺的是曝光还是订单，如果链接本身已经跑通、转化稳定，只是流量不够，那么泛词是扩大基本盘的有效手段；如果链接本身还在打磨阶段，泛词带来的大量低意向流量只会把转化数据拉低，让你更难判断链接本身是否合格。

泛词的另一个价值在于它能提前透露趋势，因为宽泛的搜索往往先动起来，等到需求收敛成具体的需求词，市场往往已经开始热了，所以长期跟踪几个泛词的长尾变化，相当于给自己装了一个需求预警器，能在趋势真正起来之前就做准备，这一点在选品和备货上尤其有用。

需求词也不是越多越好，一个链接上挂的需求词超过一定数量之后，每个词分到的权重都会变薄，反而谁都排不上去，实际操作中更稳妥的做法是把需求词按优先级排一个短名单，集中资源先把前几个做起来，再逐步扩展，这样比一次性铺开更容易看到结果。

人群错配的几种形态

第一种是需求阶段错位。买家还在了解阶段，你的商品已经进入选购阶段。页面讲的全是参数和横向对比，他觉得你在催他下单，两边的节奏对不上。

第二种是品类理解偏差。同一个词在你的类目里指一种东西，在买家那里指另一种东西。这种偏差在跨品类经营时特别常见，也最难自己发现。

第三种是价格预期不符。买家搜这个词时心里的价位和你的定价差了一截，点进来看一眼价格就退出去。这不是词错，而是这个词对应人群的消费能力和你不匹配。

第四种是使用场景不同。你的商品适合在家里用，搜这个词的人多数是要带出门，需求本身没有错，场景对不上，评价里就会慢慢出现和想象不一样的说法。

第五种是地区用法差异。同一个东西在不同市场有不同叫法，你按一个市场的叫法投词，另一个市场的买家搜的是另一种说法，进来的自然不是目标人群。

排查错配可以从最近三十天的差评和退货理由入手。把理由按主题分类，重复出现的主题就是错配的入口，比凭空猜测要快得多。

第二步是拿这些主题去反查搜索词。看差评里提到的误解，对应的是哪些词带来的点击，通常能锁定几个反复招错人的词。

第三步是逐词确认它属于哪种错配。是阶段不对、品类理解不同还是价格预期不符，每种的应对方式不一样，确认清楚比笼统地说这个词不行有用。

第四步是给错配词排处理顺序。影响花费最多的先处理，影响评价的最先处理，既费钱又伤评价的词要放在最前面。

最后一步是留下一份记录。把错配的形态、涉及的词、采取的动作和观察结果写在一处，下次遇到同类问题可以直接翻出来对照，不用从头推。

举一个价格预期的例子。一家卖定制礼品的店铺在一个通用词上投了很久，点击量大但成交极少。翻数据发现搜这个词的人普遍在找十几块钱的现成货，而店铺的起订价是上百。

处理方式是把这个词彻底降权，转而去做带定制和带刻字的长尾。改完之后总曝光少了一大截，但每一单的成本反而下来了，因为进来的人本来就打算花这个钱。

另一个例子是使用场景。一家卖大容量水杯的店铺，词里带的是办公两个字，但实际卖的杯子容量太大，通勤的人根本装不进包，评价里陆续出现不方便携带的说法。

解决的办法是把词的场景从办公换成户外和健身，正好对上大容量的优势。同一件商品，换了场景词之后，评价的方向都变了，负面说法明显减少。

边界条件是有些错配没法靠换词解决，比如商品本身的定位就是小众，那就接受这个词的人群窄，把预期调低，转而去找那些量小但更准的细分词。

错配不是一次排查就能彻底解决的问题，它会跟着词的使用不断重新出现。搜同一个词的人每个月都可能不一样，所以要把它当成一项定期的工作，而不是一次性的清理。

排查的频次建议跟着上新节奏走。上新频繁的店铺，词的人群变化也快，可以每两周过一遍重点词；上新少的店铺，一个月过一遍就足够。

错配和季节常常绑在一起。换季期间，同一个词招来的人会明显往新的需求方向偏，这时候出现的错配多是阶段性的，等季节过去可能会自己好转。

记录上建议给每个词标一个对不上程度的分档，比如轻微、明显、严重三档。分档之后，处理顺序自然就出来了，严重的先动，轻微的攒到一起统一处理。

还有一项值得记的是错配出现的方向。如果一个类目里的错配总是集中在价格预期上，那说明选品环节就存在定位问题，光靠调词解决不了根子上那一层。

在评估错配的代价时，最容易算错的一项是机会成本，因为花在错配词上的预算不会显示为亏损，它只是安静地占着位置，让本来能出单的词拿不到那部分曝光，账面上一片正常。

把机会成本显性化的办法是留一组对照词，这些词你从不投广告，只看它们的自然表现，如果广告词的整体表现还不如这组自然词，那预算的分配明显出了问题。

这组对照词不需要多，每个主要品类留两三个就够，长期观察它们的自然转化水平，就等于给自己划了一条基线，广告词低于这条线的时候，就该回头检查人群了。

错配还有一种不太被注意的形态，就是同一批买家在不同词上呈现不同状态，有人从宽泛词进来只是逛逛，从精准词进来却下手很快，这时候问题不在买家，而在你把预算放在了哪一类词上。

把每次排查的结论按形态汇总起来，半年之后再翻，就能看出自己这个类目最容易在哪种错配上栽跟头，提前在这些环节加检查，比每次出事再补要主动得多。

错配的形态会跟着店铺的阶段变化而转移，起步阶段最常见的是品类理解偏差，因为链接还没有积累足够多的评价来纠正买家的想象；成长期最常见的是需求阶段错位，因为流量来源变多，各种阶段的人混在一起；成熟期最常见的是价格预期不符，因为此时链接的排名上来了，会吸引到一大批比价心态更强的买家，这几种形态的应对方式各不相同，所以排查的重点也要跟着阶段调整。

在跨市场经营的时候，错配的排查要分成两层来做，先看这个词在所有市场的整体表现，判断问题是不是普遍存在，再看它在每个单独市场里的表现，判断问题是不是集中在某一个市场，两层分开看的好处是你能快速分清这是一个通用问题还是一个本地化问题，两者的处理成本相差很大。

还有一类错配和商品本身无关，纯粹来自外部，比如某个竞品突然大幅降价带走了这个词上原本属于你的那部分买家，这时候你的数据会显示这个词的人群仿佛变了，其实人还是那批人，只是被别处吸引走了，遇到这种情况先去看一眼竞品的动作，比闷头调自己的词要有效得多。

匹配度的判断方法

判断匹配度可以从一个比值入手：这个词带来的加购数除以点击数。这个比值高，说明点进来的人对商品是有意向的；比值低，说明点进来的人多数只是路过。

第二个比值是下单数除以加购数。这个比值反映的是加购之后卡在了哪里，比值低通常是价格、运费或者信任的问题，和人群是否匹配的关系要小一些。

把两个比值放在一起看，问题就能定位。第一个低是人群问题，第二个低是成交问题。很多人把这两种问题混着改，结果两边都没有改对。

还有一个辅助信号是停留时长。停留特别短的点击，基本可以判断为对不上；停留很长的点击，说明买家在认真比较，只是还没有下决心。

判断的时候要分时段看。新词前几天的数据噪声大，最好等它攒够一定量的点击再做判断。量太小的时候比值会剧烈跳动，很容易得出错误结论。

算比值之前先定一个最小样本量。点击不到几十次的词先不判断，否则一次偶然的加购就能让比值翻倍，得出的结论站不住。

然后把词按比值排序，取两端来看。比值最高的那几个词研究它们共同的特征，比值最低的那几个词找它们共同的偏差，中间的部分先放一放。

接着做一次人工抽查。挑几个代表性强的词，手动翻一下这个词的搜索结果页，看看排在前面的商品长什么样，和你的商品是不是同一类。

之后把判断结论落到一个具体动作上。高比值词加预算或扩长尾，低比值词降权或者加否定，中间带先只做记录不动手。

最后设定复查时间。任何一次判断都有时效，写清楚这次判断的有效期是两周还是一个月，到期重新算一遍比值，避免用一份旧结论指导新阶段。

举一个算比值的例子。某词一周有一百二十次点击、十五次加购、三次下单，加购比值是一成二，下单比值是两成。这两个数放在一起看，属于有人要但成交偏弱的一类。

判断这类词要小心，它容易在价格上被误判。真正的原因可能只是详情里的规格没写清楚，买家加购之后发现尺寸不对，才没有下单，和人群匹配关系不大。

再举一个反例。某词点击六十次、加购两次、下单一次。样本太小，这种数据的比值虽然高，但不能当作可靠信号，要等量再长一长。

一个实用的边界是给每个比值配一个样本下限。比如点击少于五十次不做判断，加购少于五次不下结论，这样的规则写进表里，能挡掉很多凭感觉的决策。

记录方式上建议做一张趋势表，每个词每周一行，把两个比值都记下来。单周的数据看不出什么，连起来看走势，人群是在变准还是变杂就很清楚了。

比值的门槛值不要全店统一，而应该按类目和客单价分别定，低价快消品的加购比值天然会高一些，高价耐用品会低一些，用同一个门槛去衡量两者，往往有一方被误判。

定门槛的办法是从自己已经跑得顺的那批词里反推，把表现较优的一批词的比值取一个中位数，再用它作为参照线，比从别处抄一个数字要贴合自己的实际。

参照线定好之后也要定期重算，因为商品结构、类目竞争和平台流量都会变，几个月不更新的门槛会逐渐失真，最后变成一道谁都不看的摆设。

判断时除了看比值本身，还要看比值的波动幅度，一个比值忽高忽低的词和一个比值稳定的词即便均值相同，可信程度也差很远，前者需要更长时间观察才能得结论。

把这些判断规则连同样本下限、观察周期、门槛值写成一页纸放在词表前面，任何人拿到这批数据都能按同一套规则得出接近的结论，这才是判断方法真正的价值。

判断方法的价值不在于算出多精确的数字，而在于让不同的人在面对同一批数据时能得出接近的结论，一个店铺如果没有统一的判断口径，运营和老板看同一份报表往往会吵起来，因为两个人用的样本范围、观察周期和门槛值都不一样，把这些前提写清楚，争论就会从对数据的理解转到对策略的选择上，后者的争论才是有价值的。

在做判断的时候还要留心幸存者偏差，你手上能看到的往往是已经投过一段时间、已经跑出一些数据的词，那些刚投进去就被砍掉的词根本不在表里，而它们里面可能就藏着本来能跑起来的好词，所以每次复盘的时候不妨翻一翻最近被停掉的词，看有没有停得太早的情况。

最后一点是关于判断的频率，判断做得太密会让人陷入数据波动里，一会儿觉得这个词行一会儿觉得不行，反而拿不出稳定的策略；判断做得太稀又会让问题积累太久，通常的节奏是日常只盯异常，正式的判断按一个固定的周期整体做一次，这样既能及时发现问题，又不会被噪声牵着走。

词的类型决定了人群的集中程度，越靠近具体需求，搜的人越接近买家

错配了怎么调整

不处理错配词会有一个隐性的代价。钱花在不对的人身上，表面看是点击成本高，实际上更贵的是它把预算占住了，让本来能出单的词拿不到曝光。

混投大词也有代价。一个大词同时招来几种人群，数据揉在一起，你会以为这个词整体不行，其实里面有一部分人是准的，只是被不匹配的那部分冲淡了。

描述误导的代价更隐蔽。商品描述里写了能让买家以为可以替代另一种品类的话，短期能拉来点击，长期会带来大量退货和差评，处理成本远高于那点点击。

一次改多个变量的代价是搞不清因果。同时改词、改价、改描述，最后看到变化也不知道是哪一项起的作用，下一次遇到同样的问题还是不会处理。

调整之后指标会按一个顺序动。无效点击占比先降，加购比值随后上升，下单比值通常要滞后一到两周才明显。盯着第一个指标就能判断调整有没有走对方向。

调整从最小动作开始，先加否定词。把明确招错人的长尾逐个否定掉，观察三到五天，看无效点击占比有没有下来。这一步几乎不影响其他词。

如果否定之后改善有限，再动匹配方式。把词从宽泛匹配收紧一些，让系统只在你希望的搜索词上展示，代价是曝光会掉，收益是进来的人更准。

接着处理页面。如果确认是描述让人误读，改掉那几句容易产生歧义的话，改完要等一两周，因为评价和问答的滞后会让效果显现得慢一些。

最后才考虑动价格。价格是杠杆最大也最容易被误用的手段，前面几步都试过且确认是价格预期问题时，再调价才有依据。

每一次调整只动一个变量，动完记下调整日期。同时动两处，后面的数据变化就解释不了，等于把这次排查的结论一起丢掉了。

有一种误操作是把错配当成整体问题去处理。发现几个词不行，就把整个广告计划的出价全线下调，结果把本来表现好的词也一起压住了。

另一种误操作是只看短期订单。有的词本身需要比较长的决策周期，一周之内看不到订单很正常，按短期数据把它停掉，等于把正在酝酿的机会一起砍了。

还有一个容易犯的错是频繁改描述。每发现一次数据不好就改一次详情，买家前后看到的页面不一致，评价里的说法也会变得混乱，反而更难判断问题在哪。

边界条件是调整周期要和商品的决策周期匹配。客单价低的商品几天就能看出结果，客单价高的商品往往要等两三周，用同一个观察期去衡量两者是不合适的。

记录调整的方式要具体到动作。写清楚改的是哪个词、改成什么、生效日期是哪天，而不是笼统地写优化了一下。三个月后回头看，只有具体的记录还能用。

调整之前最好先算清这笔账，把某个错配词每月消耗的预算、它带来的加购和下单、以及它挤占的预算量一起列出来，有了具体数字，决策就不再靠感觉。

算账的时候容易漏掉的一项是这个词带来的附带损耗，比如它引来的买家留下与商品不符的评价，这些评价会影响后续所有买家的判断，损失往往比广告费本身更大。

所以处理顺序上，既费钱又伤评价的词应该排在最前面，只费钱不伤评价的词可以稍后处理，两者的紧迫程度不在一个量级，混在一起排队会耽误事。

调整之后要给它一个固定的观察期，观察期内不要再动它，频繁改动会让数据始终处在变化之中，最后你既不知道调整有没有效，也说不清下次该怎么调。

观察期结束时按事先定好的标准判定，达到标准就保留并进入正常投放，没达到就再收紧一档或者直接停掉，标准事先写清楚，判定的时候才不会被当下的情绪左右。

匹配度调对之后，点击的质量会先改善，转化率随后才跟上

匹配度与出价的关系

匹配度和出价回答的是两个不同的问题。匹配度回答这个词值不值得投入，出价回答在这个词上愿意为一次点击付多少。前者错了，后者怎么调都是白费力气。

常见的错误是先调出价后看匹配度。词本身招错了人，把出价压低只是让招错人这件事变慢，钱还是花在不对的人身上，指标不会有实质改善。

匹配度本身也会跟着出价变化。加价之后拿到的可能是更宽泛的位置，带来的人群也会更杂。所以要盯着加价之后的加购比值有没有掉下来。

两类词的出价逻辑并不相同。需求词的出价可以跟着转化走，泛词的出价要跟着曝光成本和认知目标走。用同一套标准去调两类词，容易顾此失彼。

顺序错乱还有一个后果是数据不可比。先调价的那些天和后来调匹配度的那些天，数据基线不一样，前后对比会失真，复盘时得不出有用结论。

正确的顺序是先定匹配度清单，再定出价。把词分成值得投入和值得观察两列，值得投入的那列才进入出价环节，观察列保持最低曝光就好。

进入出价环节后，先看这个词的流量是不是已经吃满。如果加价之后曝光涨得很快但加购比值在掉，说明拿到的位置带进来的人已经开始变杂。

给每类词设一个能接受的上限。上限不是拍脑袋定的，而是从之前的加购比值和下单比值反推出来的，比值掉到什么程度就不再加，事先写下来。

调整的节奏要慢。一次调一成到两成，观察三到五天再决定下一步，频繁小幅调整会让数据始终处在震荡状态，看不出趋势。

最后把匹配度和出价的结论合并成一张表。每行一个词，标出匹配度档位、当前出价、上限出价和下一步动作，这张表就是日常操作的依据。

有一个常见的误区是把高出价当成万能药。词的人群不对，出价再高也只会让不对的人来得更快，花的钱更多，最终的转化比值仍然上不去。

另一个误区是匹配度好了就不敢加价，担心一加价人群就变杂。这种担心有道理，但可以通过小步加价、每次观察加购比值来化解，不必一直停在原地。

还有一个误区是两类词用一套出价。需求和泛词的成本结构不同，用同一套标准去调，总有一类会被压得太低或者抬得太高，最后两类效果都不理想。

边界条件是预算总量。预算有限的时候，优先把预算给匹配度最高的那批词，哪怕它们本身的搜索量不大，累计起来的确定性也比大词高。

记录上建议保留每次调价的完整轨迹，什么时候调、调多少、调完之后两个比值怎么走。这份轨迹积累下来，就是你自己这套商品最可靠的出价依据。

把匹配度和出价的关系想清楚之后，整个投放流程其实可以简化成两件事，先在一堆词里挑出值得做的，再决定为每个词付多少钱，前一件事做扎实，后一件事的难度会明显降低。

很多店铺的困难恰恰出在顺序反了，他们习惯先设一个出价再去试词，试不出来就继续调价，反复几轮之后既不知道哪些词本来就有潜力，也说不清哪些词只是被高价推着跑。

把顺序倒过来之后，判断会变得清爽，因为挑词这一步只看有没有真实需求，完全不受出价干扰，等到进入定价环节，你面对的已经是一批经过筛选的词，选择范围小了很多。

定价环节还有一个原则值得坚持，就是给每个词单独设上限而不是给整个计划设一个上限，因为不同词的潜力差别很大，计划级别的一刀切会让好词吃不饱、差词又压不下去。

这套流程执行一段时间之后，你手边会积累出一批带上限的词，这些词的组合才是店铺真正的投放资产，比任何一次临时的调价动作都更有长期价值。

常见问题（FAQ）